English

中国农机化学报

中国农机化学报 ›› 2019, Vol. 40 ›› Issue (1): 103-107.DOI: 10.13733/j.jcam.issn.2095-5553.2019.01.19

• 中国农机化学报 • 上一篇    下一篇

长短期记忆网络的林火图像分割方法

胡鑫;程玉柱;吴祎;韩嘉伟;张浩然;刘军;   

  1. 南京林业大学机械电子工程学院;
  • 出版日期:2019-01-15 发布日期:2019-01-15
  • 基金资助:
    南京林业大学大学生创新项目(2018NFUSPITP135)

  • Online:2019-01-15 Published:2019-01-15

摘要: 长短期记忆网络(Long Short-Term Memory,LSTM)是当前深度学习的网络结构之一,针对林火图像,提出一种基于因子分析(FactorAnalysis,FA)与长短期记忆网络的深度学习图像分割方法。将RGB彩色图像转换成灰度图像,对灰度图像进行分块,同时将块变换成行向量,所有行向量组成矩阵并采用FA进行维数约减。最后采用LSTM对约减后的火焰和背景特征进行训练与测试并得到分类结果。试验结果表明,提出的算法的分割效果好,能很好地提取森林火焰,性能指标SD、Dice、ER、NR平均值分别为61.84%、76.42%、59.44%、1.41%。

关键词: 长短期记忆网络, 林火, 因子分析, 深度学习, 图像分割

中图分类号: